Who（誰が）
訪問介護・通所介護・居宅介護支援等を運営する従業員5〜50名規模の中小介護事業者、および複数拠点を持つ法人本部の請求担当者・ケアマネジャー。
対象とする社会課題：介護保険請求の返戻・過誤による事業所の経営負担と現場の疲弊
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
全国の介護事業所では、兼務の請求担当者が数百パターンの返戻理由と向き合い、1件ごとに原因探しと再提出に追われている。その時間はケアそのものではない。小規模事業所ほど入金遅延の打撃は大きく、経営を圧迫する。提出前に間違いに気づける仕組みがあれば、現場の負担も資金繰りの不安も減らせるはずだと考えた。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資600万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
ボタンを押すとAIチャットが開き、レセガードの事業内容を読み込んだ状態で資料の素案を作成します。事業計画書や融資申請書など、用途に応じて必要な項目を整理した状態からすぐに書き始められます。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
レセガードは、訪問介護・通所介護・居宅介護支援などを運営する介護事業所の請求担当者が、国保連へのレセプト提出前にAIの自動点検を受けられるSaaSです。
ワイズマンやカイポケなど既存の請求ソフトからCSV連携でデータを取り込むと、AIが過去数十万件の返戻事例と照合し『この利用者は本人確認記録未添付のため生活機能向上連携加算IIが返戻される可能性82%』のようにチャット形式で具体的な修正指示を出します。担当者は指示に従って記録を直し、点検クリア後はワンクリックで提出。これまで1件2〜3時間かかっていた返戻対応が、提出前点検により未然に防げるようになり、入金遅延と事務負担が同時に減っていきます。
全国の介護保険サービス事業所は約37万か所あり、毎月国保連合会へ介護給与費請求(レセプト)を提出しているが、記載漏れ・算定要件不備・コード誤りなどにより平均で請求件数の3〜8%が返戻または過誤調整となっている。
返戻が発生すると再提出まで1〜2か月の入金遅延が生じ、特に従業員10名未満の小規模事業所では月間キャッシュフローが数十万円単位で圧迫される。返戻理由は『サービス提供体制加算の要件不備』『利用者情報と実績記録の不一致』など数百パターンに分かれ、介護事務担当者は兼務者が多く専門知識が不足しがちである。国保連は返戻理由を簡潔なコードでしか通知しないため、原因特定と再請求作業に平均で1件あたり2〜3時間を要し、事務負担が現場のケア業務を圧迫している。ケアマネジャーや請求担当者向けの人材不足・高齢化も進んでおり、属人的なチェック体制のままでは今後も返戻率は改善しない構造的問題がある。
自然言語処理により介護記録・サービス提供記録・実績記録のテキストを解析し、算定要件との論理的整合性を照合するルールベース×機械学習のハイブリッドモデルを用いる。
過去の返戻・過誤データを学習した予測モデルが、提出前の請求データごとに『返戻リスクスコア』を算出し、リスク上位項目を優先的に提示する。対話型AIエージェントが担当者からの質問（例:「なぜこの加算が引っかかったのか」）に自然言語で回答し、修正手順を案内する。さらに全国の返戻傾向データを継続学習することで、制度改正や地域ごとの審査傾向の変化を検知し、モデルを月次で自動更新する。
事業所の請求担当者は、既存の介護保険請求ソフト(ワイズマン、カイポケ等)からCSV/API連携でレセプトデータをレセガードに取り込むだけで、提出前に自動点検を受けられる。
AIが過去の返戻事例データベース（都道府県別・サービス種別ごとに蓄積した数十万件規模の返戻理由ラベル付きデータ）と照合し、算定要件・記録の整合性・加算条件の充足状況をリアルタイムでスコアリングする。エラーが検知された項目には自然言語で『この利用者は本人確認記録が未添付のため生活機能向上連携加算IIが返戻される可能性が高い(推定確率82%)』といった具体的な修正指示がチャット形式で提示される。担当者はチャットボットに質問しながら記録を修正し、点検クリア後にワンクリックで国保連へ提出できる。月次では返戻率・修正時間の推移がダッシュボードで可視化され、次月以降のヒヤリハット防止に活用される。
| 返戻対応の人件費(1件2〜3時間×時給1,500円想定、月10件発生の事業所の場合) | 年間約45万円 |
| 入金遅延による資金繰り圧迫(月間返戻10件×平均請求単価15,000円が1〜2ヶ月遅延) | 月間15万円相当の資金滞留 |
| 過誤調整による減算・追徴対応コスト | 年間約10〜20万円 |
| 属人的チェック体制による担当者退職時の引継ぎ・再教育コスト | 発生時20〜30万円相当 |
| SaaS月額利用料(スタンダードプラン、拠点数・請求件数に応じ2万〜5万円) | 月額3万円 |
| 返戻削減成果報酬(1件あたり2,000円、月間10件防止想定) | 月額2万円 |
| 介護事務担当者向け返戻対策研修(オプション、年1回) | 年額80万円 |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
全国37万か所の介護事業所は毎月レセプトを国保連に提出しているが、平均3〜8%が記載漏れや算定要件不備で返戻・過誤調整となっている。
返戻が発生すると再提出まで1〜2か月の入金遅延が生じ、従業員10名未満の小規模事業所では月間キャッシュフローが数十万円単位で圧迫される。国保連からの通知は簡潔なコードのみで原因特定が難しく、専門知識の乏しい兼務の事務担当者が1件あたり2〜3時間かけて対応しているのが実態である。属人的なチェックのままでは改善が見込めないため、提出前に機械的に不備を検知する仕組みが必要とされている。
MVP開発の初期段階（PoC〜パイロット導入、0-12ヶ月）は要件が流動的でAIモデルの精度検証を繰り返す必要があるため準委任契約が適した想定。
ベンダーOEM連携やAPI仕様が固まる本格展開フェーズ（12-24ヶ月）以降は、仕様確定部分について請負契約に切り替えることで費用超過リスクを抑えられる。発注時は返戻データという要配慮個人情報を扱うため、開発委託先とのNDA・データ取扱条項を契約書に明記し、国保連提出フォーマット準拠の検証環境を発注前に確認しておくことが必要である。また予測モデルの適合率目標（90%以上）を検収基準に含める場合は、達成時期と未達時の対応（追加改修の扱い）を事前に取り決めておくこと。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 介護事業所の請求担当者・介護事務員（兼務者含む、5〜50名規模の法人） |
| セカンダリ | ケアマネジャー・サービス提供責任者（記録内容の確認・修正協力）、法人本部の経営管理担当者（複数拠点モニタリング利用） |
| 管理 | レセガード運営側のカスタマーサクセス担当・ドメインエキスパート（返戻データのラベリング・モデル監修）、システム管理者（アカウント・セキュリティ管理） |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| レセプトデータ取込機能 | 請求ソフトのCSV/APIデータを入力→形式検証・正規化→点検エンジンへ連携 |
| AI返戻リスクスコアリング機能 | 請求データを入力→過去返戻データと照合しリスク確率を算出→スコア一覧を出力 |
| 自然言語修正指示提示機能 | リスク検知項目を入力→原因を自然言語で生成→チャット画面に修正手順を表示 |
| 対話型AIエージェント(Q&A) | 担当者の質問文を入力→AIが回答文を生成→チャット形式で修正方法を回答 |
| 算定要件・記録整合性照合機能 | 介護記録テキストを入力→ルールベース×MLで照合→要件不備箇所をリスト化 |
| 国保連ワンクリック提出機能 | 点検クリア済みデータを入力→提出フォーマットに変換→国保連へ自動送信 |
| 返戻率・作業時間ダッシュボード | 月次点検結果を入力→集計処理→事業所別グラフをダッシュボードに表示 |
| 過去返戻事例データベース照合機能 | 新規請求データを入力→類似返戻事例を検索→一致度と理由を提示 |
| モデル自動更新機能 | 全国の返戻傾向データを入力→月次で再学習→予測モデルを自動更新 |
| 複数拠点一括モニタリング機能 | 法人内拠点別データを入力→一括集計→拠点別リスク状況を法人ダッシュボードに表示 |
| 返戻削減成果報酬自動計算機能 | 月次の返戻防止件数を入力→単価計算処理→請求書データを自動生成 |
| テーブル | 主要カラム |
|---|---|
offices | office_id, 法人名, 事業所名, サービス種別, 都道府県コード, 保険者番号, 拠点数, 契約プラン, 登録日 |
staff_accounts | account_id, office_id, 氏名, 権限区分, メールアドレス, ログインID, 最終ログイン日時 |
claims | claim_id, office_id, 請求年月, 利用者ID, サービス種別コード, 提出ステータス, 提出日時, 国保連受付番号 |
claim_items | item_id, claim_id, サービスコード, 加算コード, 算定日, 単位数, 記録添付フラグ, 要件充足フラグ |
return_records | return_id, claim_id, 返戻理由コード, 返戻理由テキスト, 返戻日, 再提出日, 再提出結果 |
risk_scores | score_id, item_id, リスクスコア, 推定確率, 検知ルールID, モデルバージョン, 算出日時 |
correction_logs | log_id, item_id, account_id, チャット発話内容, AI回答内容, 修正前後差分, 対応日時 |
billing_records | billing_id, office_id, 対象年月, 月額基本料, 返戻削減件数, 成果報酬額, 請求金額, 入金ステータス |
| # | 画面 |
|---|---|
| 1 | ログイン・拠点選択画面 |
| 2 | 請求データ取込画面 |
| 3 | 点検結果一覧画面 |
| 4 | チャット修正対話画面 |
| 5 | 提出前最終確認画面 |
| 6 | 返戻率推移ダッシュボード |
| 7 | 複数拠点一括管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | Python/FastAPI(NLP・予測モデルAPI構築に適合) |
| 2 | PostgreSQL(請求明細の複雑な関連管理に適合) |
| 3 | GPT系LLM API(自然言語での修正指示生成に活用) |
| 4 | React/TypeScript(チャットUI等の動的画面構築) |
| 5 | AWS(ISMS対応・介護データの暗号化基盤に実績) |
| 6 | Elasticsearch(数十万件の返戻事例の類似検索用) |
| 7 | Auth0(事業所・拠点別の権限管理を効率化) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月次締め処理時間帯を除き99.5%以上のサービス稼働率を保証する想定 |
| 性能 | 性能: 請求データ1件あたりのリスクスコアリング処理を3秒以内で完了する想定 |
| セキュリティ | セキュリティ: ISMS認証取得済み、保存・通信データはAES256で暗号化する想定 |
| 拡張性 | 拡張性: 月末3日間のピーク時に最大3,000拠点・500同時接続に対応できる設計とする想定 |
| バックアップ | バックアップ: 日次差分・週次フルバックアップを実施し、RPOは24時間以内とする想定 |
| ログ保持 | ログ保持: 操作履歴・データアクセスログを介護保険関連法令に基づき5年間保存する想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 数か所の協力事業所から過去の返戻データをCSVやExcelで受け取り、人力で返戻理由を分類・集計してレポートを手渡しし、需要と反応を確かめる | 交通費と作業時間のみで、外部発注はほぼ発生しない水準 |
| ②最小システム | スプレッドシート連携＋簡易ルールベースの点検ロジックとチャット形式の回答テンプレートを試作し、実データで返戻リスクの検知が機能するか小規模に検証する | 外注エンジニアへの数か月分の開発費とクラウド利用料程度 |
| ③本開発 | 既存請求ソフトとのCSV/API連携、機械学習モデルの本格構築、複数拠点向けダッシュボードなど本番運用に必要な機能を実装し、有償β版として展開する | エンジニア複数名の人件費とデータ基盤構築費を含む本格投資の水準 |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| 訪問介護・通所介護事業所（従業員10〜30名規模）の請求事務担当者・管理者 | 返戻の実態と現場の困りごとを一次情報として把握し、PoCデータ提供の協力を仰ぐため | 地域の居宅介護支援事業所連絡会や介護事業者向け勉強会に参加し名刺交換で接触する |
| 元国保連合会審査担当者、または介護報酬請求指導経験のある社会保険労務士 | 返戻理由コードの実務的な解釈とAIモデルの監修体制を構築するため | 介護事務講師・研修講師として活動する人物を介護事務資格団体経由で紹介依頼する |
| 介護請求ソフトベンダー（ワイズマン、日本ソフト販売等）の事業開発・提携担当者 | API連携・OEM提携の実現可能性と既存顧客基盤への展開余地を確認するため | 各社の代理店・パートナー窓口へ問い合わせフォームまたは展示会（CareTEX等）で接触 |
| 都道府県の介護支援専門員（ケアマネジャー）協会・事業者連絡協議会の事務局担当者 | 会員事業所への告知チャネルと業界の返戻対策ニーズの温度感を確認するため | 協議会の公式サイトから問い合わせ、または自治体主催の介護事業者研修に参加し依頼 |
| 介護経営コンサルティング会社の代表またはBPRコンサルタント | コンサル・研修事業の協業先候補として、既存クライアントへの導入提案余地を探るため | 介護経営専門誌（月刊シルバー産業新聞等）の寄稿者・登壇者リストから直接連絡 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 地域の介護事業者連絡協議会・居宅介護支援事業者連絡会 | 「返戻率の実態調査にご協力いただけないか」と切り出し、無料点検の体験会を提案して現場の生の困りごとを聞かせてもらう |
| 介護請求ソフトベンダーの代理店・地域パートナー | 「御社の既存顧客の請求業務を軽くする追加ツールとして紹介させてほしい」と持ちかけ、紹介謝礼や協業条件を提示して顧客リストへの導入を依頼する |
| 介護事務担当者向けのSNSコミュニティ・オンライン勉強会 | 「返戻理由の解読に困っていませんか」と投稿し、無料の返戻レポート診断を先着で提供して興味のある人に声をかける |
| 介護経営コンサルタント・社会保険労務士事務所 | 「顧問先の請求業務改善に使えるツールとして紹介してもらえないか」と依頼し、紹介先には初期導入時のサポートを厚めに行う条件を提示する |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新規開業資金（旧・新創業融資制度） | 創業前・創業後の法人・個人事業主 | 融資合計600万円をデータ連携基盤の開発費や人件費の立ち上げ資金に充当できる。無担保無保証の枠があり自己資金が少ない創業初期でも申請しやすい |
| IT導入補助金 | SaAS等のITツールを導入する中小企業（この事業では顧客の介護事業所側が対象） | レセガードを導入する介護事業所側が補助対象ツールとして登録できれば、月額利用料の負担感を下げて導入の背中を押せる |
| ものづくり・商業・サービス生産性向上促進補助金（ものづくり補助金） | 生産性向上のためのシステム開発を行う中小企業 | AIによる返戻リスク予測モデルの開発やデータ基盤構築を「革新的サービス開発」として申請できる可能性がある |
| 小規模事業者持続化補助金 | 従業員数が少ない小規模事業者 | 創業初期の営業・販路開拓（介護ソフトベンダーへの提案資料作成、展示会出展等）の費用の一部をカバーできる |
| 自治体の創業助成事業（例：東京都創業助成事業など、各都道府県・市区町村の同種制度） | 都内・当該自治体内で創業する事業者 | 本社所在地の自治体窓口で募集される創業助成を使い、初期の広告費や人件費の一部を補える。自治体ごとに名称・要件が異なるため事務所所在地の制度を確認する |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
この事業が失敗するとしたら原因はどこから来るか、単価をその値段にした理由、最初の3か月で確かめること、必要な契約書と支払い条件、1人目の求人票、この事業の1週間……
実行の手引きの詳細は無料会員限定です。
介護×AIに取り組む仲間がコミュニティ内にすでにいます。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは閲覧・登録状況などにもとづく自動集計の相対表示です。